Abstract
Best-first heuristic search algorithm, such as $A^{\ast}$ algorithm, are one of the most important techniques used to solve many problems in artificial intelligence. A common feature of heuristic search is its high computational complexity, which prevents the search from being applied to problems is practical domains such as route-finding in road map with significantly many nodes. In this paper, several heuristic search algorithms are concerned. A new dynamic weighting heuristic method called the pat-sensitive heuristic is proposed. It is based on a dynamic weighting heuristic, which is used to improve search effort in practical domain such as admissible heuristic is not available or heuristic accuracy is poor. It's distinctive feature compared with other dynamic weighting heuristic algorithms is path-sensitive, which means that ${\omega}$(weight) is adjusted dynamically during search process in state-space search domain. For finding an optimal path, randomly scattered road-map is used as an application area.
$A^{\ast}$와 같은 Best-first 휴리스틱 탐색 알고리즘들은 인공지능 분야에서 많은 문제를 해결하는데 가장 중요한 기법들 중의 하나이다. 휴리스틱 탐색의 공통적 특성은 계산의 복잡도가 매우 높다는 것이며, 이는 수많은 노드를 가진 지도에서 경로를 찾는 것과 같은 실질적인 문제 영역에 적용되기 어렵다는 것을 나타낸다. 본 논문에서는, 몇몇 휴리스틱 탐색 알고리즘이 언급되고, path-sensitive heuristic이라 불리는 새로운 동적 가중치 휴리스틱 방법이 제안되었다. 이 방법은 동적 가중치 휴리스틱에 기초하였고, 동적 휴리스틱은 admissible heuristic을 허용하지 않거나 휴리스틱의 정확도가 떨어지는 실제 문제 영역에서 탐색 노력을 줄이는데 사용될 수 있다. 탐색 과정 동안 ${\omega}$(가중치)가 동적으로 조정된다는 점에서, 다른 동적 가중치 휴리스틱 알고리즘과 구분된다.
